当前OLAP引擎主要有Kylin、Impala、Kudu、Presto、Druid、Clickhouse、Doris、TiDB、Hawq、Hive、SparkSQL、SnappyData、Elasticsearch、Greenplum等。
上一篇文章：主流OLAP分析引擎概览
本文继续介绍主流的OLAP引擎。
Apache Kylin 是一个开源的分布式分析引擎，提供Hadoop/Spark之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由eBay公司开发并贡献到Apche开源社区成为顶级项目的。它能在亚秒内查询巨大的Hive表。
Kylin 是OLAP引擎中的MOLAP处理方式，其实它的核心是Cube和Cuboid，Cube是一种预计算技术，基本思路是预先对数据作多维索引，查询时只扫描索引指向的数据聚合结果而不访问原始数据，同时避免了数据的聚合操作从而实现查询提速。
Apache Kudu是由Cloudera开源的存储引擎，可以同时提供低延迟的随机读写和高效的数据分析能力。Kudu支持水平扩展，使用Raft协议进行一致性保证，并且与Cloudera Impala和Apache Spark等当前流行的大数据查询和分析工具结合紧密。
我们知道，基于HDFS的存储技术，比如Parquet，具有高吞吐量连续读取数据的能力；而HBase和Cassandra等技术适用于低延迟的随机读写场景，那么有没有一种技术可以同时具备这两种优点呢？Kudu提供了一种“happy medium”的选择。
Kudu不但提供了行级的插入、更新、删除API，同时也提供了接近Parquet性能的批量扫描操作。使用同一份存储，既可以进行随机读写，也可以满足数据分析的要求。
Kudu的架构
与HDFS和HBase相似，Kudu使用单个的Master节点，用来管理集群的元数据，并且使用任意数量的Tablet Server节点用来存储实际数据。可以部署多个Master节点来提高容错性。
Apache Druid。由美国广告技术公司MetaMarkets公司2012年开源，孵化于Apache。
Druid 是一个分布式的、支持实时多维 OLAP 分析的数据处理系统。它既支持高速的数据实时摄入处理，也支持实时且灵活的多维数据分析查询。因此 Druid 最常用的场景就是大数据背景下、灵活快速的多维 OLAP 分析。 另外，Druid 还有一个关键的特点：它支持根据时间戳对数据进行预聚合摄入和聚合分析，因此也有用户经常在有时序数据处理分析的场景中用到它。
Druid 数据模型比较简单，它将数据进行预聚合，只不过预聚合的方式与 Kylin 不同，kylin 是 Cube 化，Druid 的预聚合方式是将所有维度进行 Group-by。
Kylin、Druid 只适合聚合场景，ClickHouse、Doris 适合明细和聚合场景。
衡量OLAP特定业务场景的两个重要的指标：
查询速度：Search Latency（常用Search Latency Pct99来衡量）
查询并发能力：QPS
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/71915.html